Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 鹏城实验室刘玉洁获国家专利权

鹏城实验室刘玉洁获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉鹏城实验室申请的专利基于稀疏数据机器学习技术的电容值提取方法和装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119047317B

龙图腾网通过国家知识产权局官网在2025-12-16发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411169789.3,技术领域涉及:G06F30/27;该发明授权基于稀疏数据机器学习技术的电容值提取方法和装置是由刘玉洁;杨超;田永鸿设计研发完成,并于2024-08-23向国家知识产权局提交的专利申请。

基于稀疏数据机器学习技术的电容值提取方法和装置在说明书摘要公布了:本申请提供了一种基于稀疏数据机器学习技术的电容值提取方法和装置,属于人工智能技术领域和电子电路技术领域。通过电势预测模型的特征学习层对目标点云数据所有采样点的坐标信息进行特征提取,得到导体形态特征,分别将每个采样点的属性信息与导体形态特征进行特征拼接,得到每个采样点的目标点云特征,通过电势预测模型的物理信息层对目标点云特征进行物理信息编码,得到各个采样点的电势。根据目标采样点类型将位于导体高斯面上所有采样点的电势作为目标电势,根据目标电势提取导体的电容值,无需事先使用场求解器计算大量的训练数据,在节约计算资源的同时提高计算效率,另外使用点云刻画导体结构能够提高电容值提取的准确性。

本发明授权基于稀疏数据机器学习技术的电容值提取方法和装置在权利要求书中公布了:1.一种基于稀疏数据机器学习技术的电容值提取方法,其特征在于,所述方法包括: 获取目标互连线导体结构的目标点云数据,其中,所述目标互连线导体结构包括导体,所述导体的周围设置有多个采样点,所述目标点云数据包括每个所述采样点的属性信息;所述属性信息包括所述采样点的坐标信息和目标采样点类型; 通过电势预测模型的特征学习层对目标点云数据中所有采样点的所述坐标信息进行特征提取,得到目标点云数据的导体形态特征; 分别将目标点云数据中每个所述采样点的属性信息与所述导体形态特征进行特征拼接,得到每个所述采样点的目标点云特征; 通过所述电势预测模型的物理信息层对所有所述采样点的所述目标点云特征进行物理信息编码,得到各个所述采样点的电势; 根据目标点云数据中每个采样点的目标采样点类型确定位于导体的高斯面上的采样点,将位于导体的高斯面上所有采样点的电势作为目标电势; 根据所述目标电势提取所述导体的电容值; 所述特征学习层包括依次串接的多个网络子层,所述通过电势预测模型的特征学习层对目标点云数据中所有采样点的所述坐标信息进行特征提取,得到目标点云数据的导体形态特征,包括: 通过所述特征学习层对目标点云数据中所有采样点的所述坐标信息进行特征提取,得到每个网络子层输出的第一点云特征;对各个网络子层输出的第一点云特征进行特征拼接,得到所述导体形态特征; 物理信息层包括第一卷积层、残差层和第二卷积层,所述通过所述电势预测模型的物理信息层对所有所述采样点的所述目标点云特征进行物理信息编码,得到各个所述采样点的电势,包括: 通过所述第一卷积层对所有所述采样点的所述目标点云特征进行特征提取,得到第二点云特征;通过所述残差层对所述第二点云特征进行特征提取,得到第三点云特征;通过所述第二卷积层对所述第三点云特征进行特征提取,得到各个采样点的电势。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人鹏城实验室,其通讯地址为:518000 广东省深圳市南山区兴科一街2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。